中国东部沿海四大城市群绿色效率的综合测度与比较

刘阳　秦曼

摘要 东部沿海城市群作为国家经济增长的战略核心区，其均衡与绿色发展已成为中国理论界和政府迫切需要解决的重大问题。绿色效率是衡量区域绿色发展程度的关键指标，可以综合反映城市经济-社会-生态的协调发展水平。在梳理现有文献的基础上，以京津冀城市群、山东半岛城市群、长三角城市群以及珠三角城市群为研究对象，基于2006—2015年的相关数据，采用三阶段DEA方法，综合测度四大沿海城市群绿色效率的时空特征。结果表明：①在剥离外部环境及随机因素的影响后，各地区的绿色效率发生较大变化，36个城市中除10个城市的绿色效率达到效率前沿面，其他城市仍有较大提升空间，且导致效率不足的因素是纯技术效率较低，而规模效率的影响不明显。②外部环境变量中，人均GDP、政府规划与城市绿色效率负相关;产业结构、城市化水平和市场开放程度与城市绿色效率正相关。③不同城市群的绿色效率等级存在异质性，四大城市群发展并不均衡，山东半岛城市群的绿色效率一直领先于其他三个城市群，城市群内部也表现出一定程度的失衡。④未来要继续加强发展第三产业，扩大劳动力就业水平，减少劳动力集聚造成的人员闲置;在加速城市化进程的同时，要注意发现城市化所造成的资源能源的过度消耗，把握城市化的速度，坚持以质量为导向，因地制宜制定地方政策，加强城市群之间以及城市群内部的合作与交流，实现要素资源的自由化流动，以推进沿海四大城市群的绿色均衡发展。

关键词 东部沿海;城市群;绿色效率;三阶段DEA

中图分类号 X321文献标识码 A文章编号 1002-2104（2019）03-0011-10DOI：10.12062/cpre.20180712

城市群作为经济活动集聚的最高空间组织形式，其形成是经济和城市自然演化的必然结果，城市群已成为中国未来经济发展的重要趋势。国家“十一五”规划纲要和《国家新型城镇化规划（2014—2020年）》明确了城市群作为城镇化“主体”的地位，在政策指引与现实需求的不断推动下，城市群经济正在取代中国传统省域经济的发展格局。目前的城市群发展表现出经济增速快，集聚效率高、功能辐射大、区域联动强的特征，但其发展的不均衡也逐渐显现，从全国范围来看，由于资源禀赋、地理区位、开放程度、创新能力、人才吸引等方面的差异，使得东部地区城市群发展明显优于其他地区，而东部地区城市群的优先发展也引致了高能耗、高污染等环境问题。因此，东部沿海城市群的均衡与绿色发展也成了中国理论界和政府迫切需要解决的重大问题，这既是中国“城市化发展”“生态文明建设”的必由之路，也是“蓝色梦想”“美丽中国”实现的推动力。可以看出，测度东部沿海城市群的绿色效率是探寻城市群绿色发展路径的逻辑起点，对比城市群之间与城市群内部的绿色效率差异是实现资源环境约束下城市群均衡发展的关键所在，直接影响着东部沿海城市群经济的发展层次与格局提升。

绿色发展是当前国内外持续关注的重要领域，而准确测度区域绿色效率则是区域经济绿色发展的研究基础。目前关于绿色效率的相关研究已有丰富积淀，学术界对其关注的深度与广度也不断加强，经梳理，现有的文献主要呈现出以下特征：①概念提法的相似性。除了“绿色效率”的提法，相似概念还包括“环境效率”[1-5]、“生态效率”[6-10]，三个概念的提出都符合社会发展的要求，也常被混淆使用，而事实上，三者之间是继承与发展的关系，在投入要素不变的条件下，环境效率以经济产出最大化、环境污染最小化为衡量标准;生态效率则多被用于衡量区域的循环经济发展水平，既体现节能减排的要求，更强调废弃物的循环再利用，但无论是指标选取还是测度思路仍局限在经济环境系统，而绿色效率除了关注经济产出的最大化之外，还应将社会发展水平作为期望产出，从而实现了研究关注点“经济领域-环境领域-社会领域”的扩展，这既是绿色发展“均衡化”的要求，也是社会发展“绿色化”的体现。邓波[9]、付丽娜[8]等诸多学者在测度特定区域生态效率时只考虑了经济产出，而事实上，环境因素的考虑与否直接影响城市的发展效率[11]，后来学者们尝试将环境要素纳入评价体系中，但考虑角度有所不同，成金华[12]将环境污染作为投入要素，孙露[13]、任宇飞、方创琳[10]则视环境污染为非合意产出，两种做法虽侧重不同，但都体现了环境对于城市发展的重要性。②理论运用的综合性。一方面，经济学与地理学充分融合，在对效率进行有效测度的基础上，又注重分析空间的演化规律及空间影响机制[14-16]，探究区域的空间异质性。另一方面，借鉴生态学的思想进行产业环境/生态效率[17]、资源环境效率[18-20]、区域环境/生态效率[21]的测度，实现了生态学与产业经济学、区域经济学的交叉;此外，对产业园区效率的测度也充分体现了管理学的思想。③研究方法的趋同性。现有对绿色效率的研究主要运用两类方法，相对于构建综合评价指标体系[22]，DEA模型及其扩展模型的应用更加广泛，杨斌[23]、程晓娟[24]等运用传统DEA方法测度了区域生态效率，韩晶[25]评价了中国区域绿色创新效率;陈真玲[26]、成金华[12]运用超效率DEA方法在评价效率的基础上分析其动态演化规律;此外被广泛运用的还有非期望SBM模型[27-29]，三阶段DEA模型，SBM 模型可以一定程度解決径向测度带来的问题，效率评价结果优于传统模型，但其测评结果会受到确定方向向量方法的影响，并且在投入产出的松弛改进方面有所欠缺[30]。三阶段DEA[31]模型是在Fare等提出的解决环境问题的一阶段DEA方法和Coelli等[32-34]提出的DEA-Tobit方法（也称两阶段DEA）的基础上提出的，已广泛应用与多个领域。

通过梳理可以看出，目前的研究具有明确且一致的目标导向，不论是研究手段的运用还是研究理论的选取，研究的最终目的都是要达到城市绿色发展的目标。但是现有绿色效率的研究整体评价多，对比分析少，静态分析多，动态分析少;现有研究普遍认为中国东部沿海地区的绿色效率领先其他地区[35-38]，且规模效率是主要影响因素[12，39]，而却对东部地区城市群内部以及城市群之间的对比分析研究不足。因此，本文合理选取评价指标，采用三阶段DEA测算和分析中国东部4大沿海城市群城市发展的绿色效率及其时空特征，一方面可以提高国内外绿色效率研究的理论与方法水平，为中国城市群经济的发展提供理论支撑;另一方面也有利于认清东部沿海城市群绿色效率的真实状况，深入理解城市绿色发展模式，对中国转变发展方式、提高城市发展质量意义重大。

1 研究区域与数据来源

本研究借鉴中国城市群的现有研究成果[40]，选取京津冀城市群、山东半岛城市群、长江三角洲城市群、珠江三角洲城市群四个沿海城市群为研究对象，共包含8个沿海省份的36个城市（见表1）。

研究数据来源于《中国城市统计年鉴（2006—2016）》《中国环境年鉴（2006—2016）》《中国区域经济统计年鉴（2006—2014）》，部分数据根据《各省（市）统计年鉴》及相关地市国民经济和社会发展统计公报补齐，针对仍缺失的数据，根据实际情况，采取“外延法”或“均值法”计算得出。在空间上以市级行政单元为最小决策单元。

2 研究方法与变量选择

2.1 研究方法

三阶段DEA模型在测算过程能够去除自身不可控因素（环境因素与随机因素）对效率的影响。三个阶段具体如下。

第一阶段：传统DEA模型。

Charnes等[41]最早提出DEA方法，测度固定规模报酬下决策单元的相对有效性，该模型被称作CCR模型。之后，Banker等[42]将CCR模型中的综合技术效率分解为规模效率与纯技术效率，用来解决规模报酬可变条件下决策单元的有效性问题，也称BCC模型。本文选择BCC模型对研究区域内36个城市的初始投入与产出进行测算。

其中，i=1，2，…，m;i=1，2，…，m;r=1，2，…s。n为测算单元数，m和s分别代表投入指标与产出指标个数，xik（i=1，2，…，m）为第k个测算单元第i个投入要素，yik（r=1，2，…，s）为第k个测算单元第r个产出要素，θ为决策单元有效值。若θ=1，且s+=s-=0，则测算单元DEA有效;若θ=1，且s+≠0或s-≠0，则为弱DEA有效;若θ<1，则DEA无效。

第二阶段：相似SFA模型。第一阶段的DEA模型无法剔除不可控因素对效率值的影响，因此，通过第二阶段运用 SFA模型分解第一阶段的投入松弛。假定有n个测算单元，每个单元有m项投入，有p个可观测的环境变量

zi=[z1i，…，zpi]。投入松弛为第一阶段第i个测算单元在某项实际投入与最佳效率下投入的差额，分解形式为：sik=fi（zk;βi）+vik+uik，sik为投入差额;fi（zk;βi）标志环境变量对投入差额的影响，常记为：fi（zk;βi）=zk×βi，vik+uik为混合误差项，vik是随机干扰项，假定vik～N（0，σ2vi），

uik～N+（μi，σ2ui）

。定义γ=σ2ui/σ2ui+σ2vi，当γ接近1，管理因素影响占主要地位，而当γ接近0，则随机误差影响占主导地位。

为使测算单元调整至相同的外部环境与随机因素状态，基于最有效测算单元，以投入量为基础，调整如下：

，i=1，2，…，m;k=1，2，…，n。等式右边第二项为外部环境的调整，第三项为随意误差项的调整。

第三阶段：调整后的DEA模型。将调整后的投入数据与原产出数据运用BCC模型再次进行效率评估，过滤掉环境因素与随机因素，得到更真实、准确的效率值。

2.2 变量选择

城市绿色效率的指标选择应以绿色效率的内涵为基础，在前人研究的基础上，本文认为城市绿色效率是以最小的要素投入以及最少的环境产出来获得最大的经济效益与社会效益，以实现“经济-社会-生态”的共赢。相较于以往的界定，更加体现了社会层面的内涵，这与城市绿色发展理念完全契合。基于此，在产出指标选取方面，人均GDP和社会消费品零售总额是反映居民的经济状况与消费需求的最直接指标，可作为期望产出分别表征城市的经济和社会水平;而现实中，伴随着“好”产出出现的“三废”等污染物被认为是“坏”的产出，即非期望产出。由于非期望产出与期望产出是相反的指标，鉴于DEA模型的应用条件，对污染排放指标进行转化处理，借鉴郭四代[1]的做法，将工业废气排放量、工业废水排放量、固体废弃物产生量降维成一个综合指數，并用数据转换函数处理法对污染指数进行转换;在投入指标选取方面，考虑到数据的可得性，本文借鉴卢丽文等[43]的做法，以全社会固定资产投资总额表征资本投入要素，从业人员总数表征劳动投入要素，教育与科学技术费支出总和表征技术投入要素，用建成区面积、全社会用电量、供水总量分别代表土地、能源、水资源三类自然资源要素的投入。环境变量是指那些能够影响城市绿色效率，但是样本主观无法控制和改变的要素，主要包括产业结构、城市化水平、对外开放程度、人均GDP以及政府规划。具体来说，产业结构对于区域经济与环境协调发展起重要作用，以服务业为主的第三产业发展是产业转型升级的主攻方向，文中以第三产业生产总值占国民生产总值的比例来衡量;城市化发展初期会使污染加剧，而到一定阶段之后环境污染又会随城市化推进由高变低，以往文献中的城市化水平多由城镇人口占总人口比例表征，但由于所测度的36个城市中该指标数据部分缺失，无法进行准确测量，故考虑数据可得性文中由城市建成区绿化覆盖面积表征;对外开放可以引进城市绿色转型所必需的先进知识与绿色技术，加速绿色发展，有利于技术水平的提高，文中以当年实际使用外资额与地区GDP的比值表征;人均GDP受地区经济发展水平的影响，人均GDP越高，说明城市的经济发展水平越高;政府规划表示政府对于环境污染的治理强度，由政府治理污染的当年施工项目总数和竣工项目总数表示。

3 结果分析

3.1 第一阶段传统DEA的分析结果

第一阶段运用BCC 模型，采用DEAP2.1软件包，对四个东部沿海城市群36个城市的绿色效率进行测度，分别得到2006—2015年的综合效率、纯技术效率和规模效率，由于篇幅原因，文中只列出各项效率的平均值（见表2）。

从区域分布来看，在不考虑外部环境与随机误差的影响下，东部四大城市群36个城市中有8个城市在十年中均处于效率前沿面，分别为北京市、沧州市、烟台市、无锡市、苏州市、广州市、东莞市和中山市，珠三角城市群所占比例最大，有三个城市达到前沿面，其他城市综合效率与最优值之间仍存在差距。总体上看，山东半岛综合效率值最高，长三角次之，京津冀的综合效率值最低;纯技术效率值与综合效率值呈现相同格局，表明了山东半岛、长三角地

区的纯技术投入的有效利用程度高;从时间上看（表3），十年中四大城市群的综合效率与纯技术效率均值成波动上升趋势，珠三角的波动最为明显，综合效率在2008年达到最低值0.894后稳步上升，整体上看各城市群的规模效率一直比较平稳，到2015年出现下降趋势，且规模效率均值始终大于纯技术效率均值，说明东部沿海四大城市群绿色效率提升的关键在于技术利用率的提高。

3.2 第二阶段：相似SFA分析

将第一阶段得出的各城市投入要素冗余作为被解释变量，将5个环境变量作为解释变量，建立相似SFA回归模型，运用Frontier4.1分别估算2006—2015年环境变量对理想投入与实际投入差额的影响。不同于有些学者在第二阶段测算时采用历年的均值[44]，本文为使调整更加准确、客观，选择截面分析的方式进行调整，由于篇幅受限，选取中间年份2010年的回归结果，如表4所示。

从表4中可以看出γ趋近于1，表明在混合误差项中管理无效率对投入松弛变量的影响比随机因素的影响大得多。当回归系数大于0时，则解释变量与投入松弛变量正相关，说明解释变量的增加不利于投入冗余的减少;当回归系数为负时，表明解释变量的增加反而使得松弛变量减少，故解释变量的增加有助于提高城市的绿色效率。

产业结构对资本、劳动、能源以及水资源四个投入松弛变量的回归系数均为负，且均通过1%的显著性检验。说明第三产业在经济总量中所占比例越大，资本、劳动、能源以及水资源投入的冗余越少，越有利于提高城市的绿色效率。目前国家致力于产业结构转型升级，第三产业的崛起压缩了第一二产业的经济份额，一般来说，工业为主的第二产业以大量的固定资本投资为支撑，因此第二产业比例减小有利于减少资本的投入浪费，这与事实相符，以服务业为主的第三产业具有低耗能的特点，因此，第三产业的增长可以减少资源与能源的投入冗余。第三产业有很强的吸纳劳动力就业的能力，自然减少了劳动当量的冗余程度。

绿色化是城市化的一个评价指标，城市化水平与资本、劳动、能源以及水资源投入冗余负相关，与技术投入正相关。城市化要求完善污染治理等基础设施建设，必然会造成对污染治理投入的增加，因此，城市化进程越快，所需的资本、劳动、能源与资源就越多，在一定程度上避免了投入要素的冗余，促进了城市绿色效率的提升，而城市化水平越高也对科技的投入要求越高，从而加速经费的获取，造成技术投入的冗余。

对外开放程度与资本和能源的投入冗余负相关，与劳动、资源和技术的投入冗余正相关，可以看出，对外开放程度越高，越能够吸引外国资本的投入以及加速新能源领域的发展，避免国内固定资产投资和传统能耗的浪费;城市对外开放还可以带来劳动力的集聚，同时要求更多研发经费以及资源的支持，自然增加了劳动力、技术以及资源的投入冗余。

人均GDP与资本、劳动、能源以及水资源投入松弛变量正相关，说明人均 GDP 的上升将会带来四项投入松弛变量的增加，从而降低城市的绿色效率。这与现有学者的研究结果一致[1]。

政府的支持会增加资本、劳动、能源以及水资源的投入松弛变量，多年来，政府是治理环境污染的主体，在改善环境的问题上，政府有强烈的意愿给予足够的投入，而所投入的要素利用率有限，未被有效利用的诸多要素就增加了投入的冗余。

3.3 第三阶段：调整后DEA计算结果

根据第二阶段调整后的投入数据与原产出数据，重新计算东部沿海城市群的绿色效率，以得到更客观真实的评价（见表5）。

由表5所示，剔除外部环境因素和随机误差因素后，所考察的36个城市2006—2015年绿色效率的综合效率均值为0.948，纯技术效率均值为0.963，规模效率均值为0.983。相对于第一阶段，三个效率值均有小幅下降，其中综合效率与纯技术效率的变化趋势趋于一致，说明综合效率的变化主要依赖于技术变化;四个城市群中，除京津冀的综合效率比调整前有所提升，其他三个城市群的綜合效率均呈现不同程度的下降，珠三角下降幅度最大，说明调整前三个城市群的高效率与所处的外部环境以及机遇有关系，珠三角尤为甚，改革开放先行一步的经济和政策优势一直延续，为珠三角城市群的发展提供了有利的契机，分析结果与事实相符。如图1可以看出，36个城市中，处于效率前沿面的城市由调整前的8个升至调整后的10个，其中沧州市退出效率前沿面，山东半岛城市群的济南市、威海市和长三角城市群的常州市达到了效率前沿面，整体上综合效率值上升的城市有15个，下降的有11个，这些城市受外部环境和运气不同程度的影响。

3.4 东部沿海城市群绿色效率区域差异分析

根据调整后测度结果，结合实际对四大城市群之间以及城市群内部的绿色效率进行深入分析。四大城市群绿色效率总体上呈上升的趋势（图2），但变化波动较大。其中，山东半岛城市群的绿色效率一直领先，这与本地区一直注重发展海洋经济密切相关。作为中国第一个以海洋经济为主体的发展区域，传统海洋产业转型与新兴海洋产业培育的强势推进加快了山东半岛地区高水平的绿色发展。在传统海洋产业转型方面，海水养殖业较早地向集约化养殖转变，目前的工业化循环水养殖企业无论是数量还是规模均居国内前列，同时，海洋牧场的建设也在全国遥遥领先，在很大程度上实现了经济、社会和生态效益的统一;在海洋新兴产业培育方面，山东拥有发展海洋装备制造、海洋生物医药、海水综合利用等新兴产业的区位优势与科研力量，软硬件的共同发展使得本地区的绿色转型效果显著。长三角城市群、珠三角城市群波动趋势基本趋同，排名上下波动。2010年，京津冀城市群与山东半岛城市群绿色效率大幅下降，到达最低点，表明这两个地区受2008年4万亿经济刺激的影响明显，实体经济的投入使得外部环境加剧恶化，2015年，城市群排名呈现不一样的格局，珠三角城市群绿色效率值一直波动上升，领先于其他三个城市群，位于第一位，效率的改善得益于地区产业升级的转型计划;山东半岛城市群、长三角城市群和京津冀城市群分列第2、3、4位。从图2可以看出，综合效率与纯技术效率的波动趋势总体上趋于一致，规模效率则一直比较平稳，到2015年才有大幅下降，可以认为2015年四大城市群综合效率的下降是由规模效率的下降引起的。

为了更直观地分析绿色效率的时空变化情况，运用GIS工具中的自然断点法将绿色效率为3类，由于DEA所得的结果是相对数值，所以分别依据2006年、2010年、2015年的各城市综合效率值进行分级（见表6）。

由表6可见，①在京津冀城市群中，Ⅰ级城市的数量从4个增长到6个，天津市从2006年所处的Ⅱ级上升到了Ⅰ级，石家庄市更是稳步上升，从2006年的第Ⅲ级上升到了2010年的Ⅱ级，至2015年升至Ⅰ级;呈下降趋势的有张家口市和沧州市，至2015年分别成为Ⅱ级和Ⅲ级城市。从空间来看，以北京、天津和唐山为中心的西南部地区总体绿色水平较高，辐射周边城市递进式演变。②在山东半岛城市群中，总体城市绿色水平较高，Ⅰ级城市的数量上没有发生变化，淄博市一直稳定在第二梯队，潍坊市和日照市变化较大，其中潍坊市2006年属于Ⅰ级城市，而后逐年下降，到2010年降到Ⅱ级城市，至2015年变成了Ⅲ级，其他城市则一直属于Ⅰ级城市，整体上呈现出以青岛和济南为核心的东、西部地区组团式发展。③在长三角城市群中，Ⅰ级城市的数量由2006年的7个下降到了2015年的6个，南京市下降的幅度最大，由Ⅰ级直接降到了Ⅲ级，镇江市有所改善，杭州市一直稳定的处于第Ⅱ等级，等级内部来看，呈现了北部城市高值区逐渐向南部降低的格局;杭州处于城市群的南端，虽是省会城市，但是与上海相比，在国外资本与技术引进、管理模式先进性方面仍有一定差距，上海与苏州、无锡、常州、南京同位于中部，上海作为核心城市其辐射作用带动整个中部城市带状发展。④在珠三角城市群中，Ⅰ级城市的数量由2006年的8个下降为2015年的6个，其中深圳市下降到Ⅱ级城市，而珠海市的波动最大，绿色发展极不稳定。

4 结论与建议

本文选取 2006—2015年相关数据，运用三阶段 DEA 模型对中国沿海四大城市群的绿色效率进行了测度与比较，主要得出以下结论及建议。

（1）调整前后各城市的绿色效率发生了比较明显的变化，说明了剔除外部环境与随机因素的必要性，也证明了运用三阶段 DEA 模型进行绿色效率测度更加客观真实。总体来看，中国四大城市群36个城市中，除去已处于效率前沿面的10个城市，其他城市的绿色效率仍有较大提升空间，而提升效率的关键在于技术利用效率的提高。无论是资源能源的高效利用还是污染排放的有效治理，都离不开技术的发展，同时也要积极推进绿色技术的成果转化，从而实现绿色效率的提升。

（2）从外部环境变量的影响来看，人均GDP与政府规划会对城市绿色发展产生不利的影响。由于人均 GDP 的增加对资本利用效率的影响存在门槛效应，当低于门槛值时，增加人均GDP也无法提高资本的利用效率，从而影响城市的绿色发展。政府对污染治理的重视理应对城市绿色效率的提高起积极的作用，但现实中政府的污染治理多属于被动的末端治理，对提高绿色效率明显的清洁生产等前端防控明显投入不足，这就造成了污染治理投入多，治理效果不明显的状况。因此，政府应加强统一管理，提高投入的利用效率;未来仍要继续加强发展第三产业，扩大劳动力就业水平，减少劳动力集聚造成的人员闲置;在加速城市化进程的同时，要注意发现城市化所造成的资源能源的过度消耗，应把握城市化的速度，坚持以质量为导向，打造集约高效的新型城镇化空间格局。

（3）不同城市群的绿色效率发展等级存在异质性，四大城市群发展并不均衡，京津冀城市群、长三角城市群以及珠三角城市群属于国家级城市群，山东半岛城市群属于区域性城市群，从测度结果来看，并没有显示出层级差异所带来的相应效率水平的差异，反而呈现相反的格局，这是由于伴随我国的城市化发展，相对于区域性城市群，国家级城市群能够吸引更多的生产要素集聚，虽然加速了城市化进程，但同时也引致了负面环境效应。从城市群整体看，四大城市群都应以产业升级为主要抓手，只是侧重点各有不同，山东半岛城市群应积极发展海洋经济，尤其聚焦于海洋新兴产业，如海洋清洁能源、海洋生物医药、海洋科教创新等资源消耗低、綜合效益好的产业发展;长三角城市群应注重控制产业规模，积极利用外资提升生产技术以实现清洁生产并降低能耗;珠江三角洲虽自主研发能力较强，但劳动密集型产业也较多，应合理利用科技引导企业发展，合理整合人力资源，增加产品附加值;京津冀城市群高耗能产业比重较高，但创新能力强，应将新材料、新工艺、新方法运用到传统产业中。在城市群内部，则要加强城市之间的合作与交流，协调推进绿色发展，真正实现要素资源的自由化流动，同时大胆培育城市新的增长点，找准不同定位，发挥区位优势，以改善群内绿色发展的失衡，实现城市群、城市以及产业发展的协调发展。

参考文献

[1]郭四代， 仝梦， 郭杰，等. 基于三阶段DEA模型的省际真实环境效率测度与影响因素分析[J]. 中国人口·资源与环境， 2018（3）：106-116.

[2]朴胜任， 李健. 基于超效率DEA模型的中国区域环境效率时空差异研究[J]. 干旱区资源与环境， 2018（4）：1-6.

[3]曾贤刚. 中国区域环境效率及其影响因素[J]. 经济理论与经济管理， 2011（10）：103-110.

[4]王兵， 吴延瑞， 颜鹏飞. 中国区域环境效率与环境全要素生产率增长[J]. 经济研究， 2010（5）：95-109.

[5]崔晓， 张屹山. 中国农业环境效率与环境全要素生产率分析[J]. 中国农村经济， 2014（8）：4-16.

[6]WILLARD B.The sustainability advantage： seven business case benefits of a Triple Bottom Line[M].Gabriola Island： New Society Publishers，2002.

[7]WBCSD.Eco-efficiency： creating more value with less impact[R].Geneva：World Business Council for Sustainable Development，2000： 5-36.

[8]付麗娜， 陈晓红， 冷智花. 基于超效率DEA模型的城市群生态效率研究——以长株潭“3+5”城市群为例[J]. 中国人口·资源与环境， 2013， 23（4）：169-175.

[9]邓波， 张学军， 郭军华. 基于三阶段DEA模型的区域生态效率研究[J]. 中国软科学， 2011（1）：92-99.

[10]任宇飞， 方创琳， 蔺雪芹. 中国东部沿海地区四大城市群生态效率评价[J]. 地理学报， 2017， 72（11）：2047-2063.

[11]王家庭. 环境约束条件下中国城市经济效率测度[J]. 城市问题， 2012（7）：18-23.

[12]成金华， 孙琼， 郭明晶，等. 中国生态效率的区域差异及动态演化研究[J]. 中国人口·资源与环境， 2014， 24（1）：47-54.

[13]孙露， 耿涌， 刘祚希，等. 基于能值和数据包络分析的城市复合生态系统生态效率评估[J]. 生态学杂志， 2014， 33（2）：462-468.

[14]黄跃， 李琳. 中国城市群绿色发展水平综合测度与时空演化[J]. 地理研究， 2017， 36（7）：1309-1322.

[15]侯孟阳， 姚顺波. 中国城市生态效率测定及其时空动态演变[J]. 中国人口·资源与环境， 2018（3）：13-21.

[16]班斓， 袁晓玲. 中国八大区域绿色经济效率的差异与空间影响机制[J]. 西安交通大学学报（社会科学版）， 2016， 36（3）：22-30.

[17]何枫， 祝丽云， 马栋栋，等. 中国钢铁企业绿色技术效率研究[J]. 中国工业经济， 2015（7）：84-98.

[18]孙才志， 姜坤， 赵良仕. 中国水资源绿色效率测度及空间格局研究[J]. 自然资源学报， 2017（12）：1999-2011.

[19]卢曦， 许长新. 基于三阶段DEA与Malmquist指数分解的长江经济带水资源利用效率研究[J]. 长江流域资源与环境， 2017， 26（1）：7-14.

[20]任毅， 丁黄艳， 任雪. 长江经济带工业能源效率空间差异化特征与发展趋势——基于三阶段DEA模型的实证研究[J]. 经济问题探索， 2016（3）：93-100.

[21]潘兴侠， 何宜庆， 胡晓峰. 区域生态效率评价及其空间计量分析[J]. 长江流域资源与环境， 2013， 22（5）：640-647.

[22]李晓西， 刘一萌， 宋涛. 人类绿色发展指数的测算[J]. 中国社会科学， 2014（6）：69-95.

[23]杨斌. 2000—2006年中国区域生态效率研究——基于DEA方法的实证分析[J]. 经济地理， 2009， 29（7）：1197-1202.

[24]程晓娟. 资源、环境两维视角下区域生态效率DEA评价[J]. 当代经济管理， 2013， 35（2）：63-68.

[25]韩晶. 中国区域绿色创新效率研究[J]. 财经问题研究， 2012（11）：130-137.

[26]陈真玲. 基于超效率DEA模型的中国区域生态效率动态演化研究[J]. 经济经纬， 2016（6）：31-35.

[27]张逸昕， 林秀梅. 中国省际绿色创新效率与系统协调度双演化研究[J]. 当代经济研究， 2015（3）：51-56.

[28]党廷慧， 白永平. 区域生态效率的测度：基于非期望产出的SBM模型的DEA窗口分析[J]. 环境与可持续发展， 2014， 39（2）：39-42.

[29]张虎平， 关山， 王海东. 中国区域生态效率的差异及影响因素[J]. 经济经纬， 2017（6）：1-6.

[30]ZHANG N， CHOI Y. Environmental energy efficiency of Chinas regional economies： a non-oriented slacks-based measure analysis[J]. Social science journal， 2013， 50（2）：225-234.

[31]FRIED H O， LOVELL C A K， SCHMIDT S S， et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of productivity analysis， 2002， 17（1/2）：157-174.

[32]LEE J Y. Application of the three-stage DEA in measuring efficiency：an empirical evidence[J]. Applied economics letters， 2008， 15（1）：49-52.

[33]黄宪， 余丹， 杨柳. 我国商业银行X效率研究——基于DEA三阶段模型的实证分析[J]. 数量经济技术经济研究， 2008， 25（7）：80-91.

[34]刘满凤， 李圣宏. 基于三阶段DEA模型的我国高新技术开发区创新效率研究[J]. 管理评论， 2016， 28（1）：42-52.

[35]汪克亮， 杨力， 程云鹤. 异质性生产技术下中国区域绿色经济效率研究[J]. 财经研究， 2013（4）：57-67.

[36]钱争鸣， 刘晓晨. 中国绿色经济效率的区域差异与影响因素分析[J]. 中国人口·资源与环境， 2013， 23（7）：104-109.